Transcript Document

顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
第六章 資料倉儲與採礦技術
6.1 資料倉儲與採礦定義
6.2 資料採礦之步驟與技術分類
6.3 資料採礦在顧客關係管理之應用
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-1
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
Chapter 6 Date Warehousing & Data Mining
6.1 Definitions of data warehousing & data mining
6.2 Approaches and techniques of data mining
6.3 Applications of data mining in CRM
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-2
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
商業智慧之背景
• E化時代之資訊特點：
• E化時代下，電子資料量每年成長1~3倍
• 僅7%之資料真正被分析、運用者
• 資訊應用需求：轉化龐大無序之資料為資訊、知識，進而供有智慧、經驗者
運用
• 具體目標：
• 協助組織擷取/歸納/解釋/分析資料
• 從事獲利分析/關係行銷/顧客管理
• 領域應用：客戶貢獻度分析、市場區隔、信用風險管理、交叉銷售分析、
產品/投資組合獲利分析
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-3
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Background of Business Intelligence (BI)
• Information features in the e-century:
• In E-era, the amount of electrical data grows 1 to 3 times per year.
• only 7% of existing data are properly analyzed and applied.
• Demand for information application: data -> information -> knowledge ->
wisdom.
• Goals:
• To assist organization in obtaining/generalizing/explaining/analyzing data.
• Profit analysis/Relationship marketing/Customer management
• Application domain: customer contribution analysis, market segmentation, risk
management, cross-sells analysis, product and investment portfolio analysis
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-4
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
商業智慧(BI)定義
• 定義：對企業營運資訊迅速解讀與推理之能力，以提升企業決策品質、改
善營運績效。
• 特點：
• 依公司既有資訊此分析業務發展趨勢
• 以公司既有資訊進行決策支援
• 參與人員可及時獲取其職責所需之知識
• Provide the Right Information to the Right Persons at the Right Time.
BI技術可協助企業統計、挖掘、分析與轉化隱含於大量數據資
料背後之知識，以支援企業相關決策
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-5
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Definition of Business Intelligence (BI)
• Definition: The ability to rapidly analyze and synthesize enterprise data in order
to improve its decision quality and business performance.
• Features:
• Analyze business development trend.
• Decision supports.
• Provide the Right Information to the Right Persons at the Right Time.
BI techniques can provide statistical analysis, data mining, and transform massive
data into meaningful knowledge to support the decision making.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-6
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
商業智慧之形成(1)
• 公司組織架構中，資訊Bottom-Up方式進行收集，逐筆之記錄資料，形成
原始資料（Row Data）。
• 基於決策需要，將資料萃取、解讀、處理、分析後，成為有組織、有價值
之資訊（Organized Information）。
• 結 合 公 司 內 部 領 域 智 能 （ domain know-how）， 將 資 訊 轉 化 為 知 識
（Knowledge）。
• 結合決策者的經驗與能力，將知識靈活應用，形成智慧（Wisdom）。
BI的形成為Bottom-Up過程
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-7
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Evolution of BI (1)
• In the organization, using the Bottom-Up process to collect and save Raw Data.
• On the basis of making decision, selecting, reading, handling, analyzing raw
data to obtain Organized Information.
• Transform organized information and domain know-how to become Knowledge.
• Added experiences of decision-makers to fully utilize the knowledge and
generate Wisdom.
The approach to constitute BI is Bottom-Up process
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-8
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
商業智慧之形成(2)
Data—粗糙的事實（如實驗數據）
Information —融合脈絡之Data（如實驗結果）
Knowledge — Information融合經驗（如實驗推論）
Wisdom — 具啟發性之知識（如實驗結果應用）
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-9
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Evolution of BI (2)
Data—raw data (ex: experiment data)
Information —collection and arrangement of data
(ex: experiment result)
Knowledge — Integration of information and experience
(ex: experiment conclusion)
Wisdom — Heuristic knowledge
(ex: application of experiment conclusion)
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-10
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
商業智慧之應用
• 高層人員針對資訊進行決策之比例與重要性高。
• 越上層決策者故對於資訊/知識深度與廣度要求較高，更需較高之智慧運
用之。
• 決策者運用智慧、經驗將決定策略後，下達予下部單位執行、實現。
• 決策者決策效率與資訊擷取、解讀（Bottom-Up）時效高度相關。
• E化技術之應用可提升(1)資訊擷取/解讀與(2)策略制訂/傳遞/執行等效率。
BI的應用是Top-Down過程
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-11
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Application of BI (1)
• The high-level executives often need deeper knowledge to make crucial
decisions.
• IT can be used to improve (1) information extraction/understanding and
(2)decision making /transaction.
The applications of BI are Top-Down
processes
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-12
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
商業智慧主要應用主題
• 資料分析：發現大量資料之模式與趨勢（DW、DM）
• 智慧部署：運用IT技術使成員可進行商業分析與知識存取（KM）
• 地理空間分析：整合商業資料與地理/人口資訊（GIS）
• 資料視覺化：以圖形方式檢視資料，協助訂定更佳商業決策（KM、VR）
• 平衡計分卡分析：正確地檢視企業經營績效
• 專案管理分析：充分掌握資訊以訂定有關資源分配及專案選擇之決策（ERP、PM）
• 協同體系之智慧累積：運用您員工群體的見識與經驗（KM、PM）
• 業務/行銷分析：充分掌握銷售資料與趨勢（CRM）
• 客戶資訊分析：深入了解客戶行為與偏好（CRM）
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-13
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Application of BI (2)
• Data analysis: Discover the trend and model of the great quantity data（DW、
DM）
• Intelligence disposition: Apply IT solutions for commercial analysis and
knowledge extraction.（KM）
• Geographical (spatial) analysis: Integrate with business data and geographic or
population information. （GIS）
• Data Visualization: Use of the GUI to view data and to support the optimal
business decisions. (KM、VR)
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-14
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Application of BI (3)
• BSC (Balance Score Card): Inspect the performance of enterprise operations.
• Project management: Fully grasp information in order to make decision based
on resource allocation and project profile (ERP、PM).
• Intelligence collection among partners: KM、PM.
• Business / marketing analysis：Fully control the sales data and trends (CRM).
• Customer information analysis：Understand customer‘s behavior and
preferences (CRM).
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-15
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
CRM—顧客關係管理定義
• 定義1：企業透過有效溝通，以瞭解、影響顧客行為，達成維繫與拓展客源
之目標：
• 增加新顧客
• 防止既有顧客流失
• 提高顧客忠誠度
• 提高顧客獲利
• 定義2：是一種反覆將顧客資訊轉換為正面顧客關係的過程，藉由資訊科技，
將資料轉化和視覺化，加速管理決策的實用性和速度。
• 結論：顧客關係管理乃能提供顧客接觸人員、資訊人員、行銷和銷售人員、
及管理階層更多與顧客及銷售相關的企業智慧。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-16
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Definition of CRM
• Definition 1 ： Through effective communication and understanding of
customer's behavior, enterprises can connect to existing customers and expand
the customer base.
• Increase new customer.
• Take precautions against the lost of existing customers.
• Improve customer's loyalty toward company profit.
• Definition 2：It is a type of process that convert customer‘s information into
customer’s positive relationship using information technology.
• Conclusion：CRM can offer more relevant BI about customers.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-17
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
CRM重點課題
• CRM應整合於公司每一作業、每一成員、每一交易場所。
• CRM之 「顧客關係」除顧客交易瞬間外（好價格產品或服務），更建立於期望顧
客能繼續消費或產生其它購買行為之上的。
• 為了與顧客關係真實存在，溝通必須為雙向的、整合的、有記錄的、有管理的。
• 若沒有顧客歷史資料、詳細交易記錄、有焦點和分類之溝通，就無法有效維持
和顧客之關係。
• Note：沒有絕對無用之資料
• 客服中心是顧客關係管理的第一步。
因此應結合BI之理念與技術，有效收集、歸納、解析
客服相關資訊，協助組織進行行銷相關之決策
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-18
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Topics of CRM
• CRM should integrate all of the operations, members , transactions of the company.
• Customer relationship of CRM is not only trade (products or the service), but expect
customers purchase continually or other valued behaviors.
• Communication must be two-way and integrated with proper record keeping.
• Contact Center is the first step of CRM.
Integrate the concepts and technologies of BI. Collect,
extract, analyze customer information effectively to support
decision making of the organization.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-19
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
BI與CRM關聯 (1)
• 數位資訊包含企業多年累積之各種形式資料，內部/外部資訊，及各式與
客戶或其他企業互動的累積經歷
• 這些累積資料、資訊與經歷極為寶貴，但卻十分繁雜
• 多數E化軟體負責處理交易（Transaction）相關數據資料，缺乏預測顧客
行為模式及其對企業營運之影響。
• 導入BI之資料採礦理念，使企業檢視自身經營模式，並瞭解顧客特性
• 故CRM乃整合各行業之行銷與客戶管理之資訊系統及商業智慧（BI）決
策分析機制。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-20
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Relationship between BI and CRM (1)
• Digital information includes various kinds of data that enterprises have
accumulated over the years. Internal and external information and various
types of accumulated experiences with customers or other enterprises
• Most enterprise information systems only deal with transactional data.
• BI data mining helps better understand enterprise operational models and
customers characteristics.
• CRM integrates marketing and customer information systems and BI decision
analysis systems.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-21
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.1 資料倉儲與採礦定義
商業智慧與CRM關聯(2)
Source: http://bi.fast.com.tw/newpages/bi01.htm
Source: http://www.bitech.com.tw/
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-22
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.1 Definitions of Data
Warehousing & Data Mining
Relationship between BI and CRM (2)
Source: http://bi.fast.com.tw/newpages/bi01.htm
Source: http://www.bitech.com.tw/
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-23
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
商業智慧與CRM關聯(3)
Data
Customer & Sales
Operation
Information
ERP/Transaction
Contact Center
Collection
Information
Collection
Data Mining
Information
Operational
BI
Strategies
Knowledge
Actions
Wisdom
總編審：張瑞芬
SFC/SCM
CRM
Actions
運用BI觀念可將與客戶相關之銷售、服務資訊由Bottom-Up方
式收集，再轉化為Top-Down之策略與應用
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-24
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
Relationship between BI and CRM (3)
Data
Customer & Sales
Operation
Information
ERP/Transaction
Contact Center
Collection
Information
Collection
Data Mining
Information
Operational
BI
Strategies
Knowledge
Actions
Wisdom
總編審：張瑞芬
SFC/SCM
CRM
Actions
Button-Up: collect related marketing, service and customer data
Top-Down: strategies and applications.
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-25
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.1 資料倉儲與採礦定義
客服中心之資料
建置與分析
Database Design
Data Warehousing
Data Mining
Knowledge Discovery
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-26
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.1 Definitions of Data
Warehousing & Data Mining
Steps of building
and analyzing
data of contact
center
Database Design
Data Warehousing
Data Mining
Knowledge Discovery
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-27
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
資料庫系統與其運作
「資料庫」乃將各種資料經過蒐集、整理之手法後，以適
當方式加以組織化，再以有效的方式加以儲存。
利於資料後續搜尋、編輯、管理及再利用，以使資料使能
提供多方面應用。
現今圖書館館藏訊息之蒐集、整理、組織化、儲存、搜尋
及管理等，即為資料庫技術之典型利用。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-28
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.1 Definitions of Data
Warehousing & Data Mining
Database system applications
“Database” is an IT application that collects and organizes
various data. Then, save them using effective and
organizational approach.
Database is widely used in various areas, e.g., library
management,
personnel
management,
inventory
management.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-29
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
資料庫系統相關詞彙
File（檔案）：通常一資料檔案之建立乃針對特定應用及其對應所需
之報表而來。隨著時日增加，可能會有許多檔案存在。
Record（記錄）
Field（欄位）
Character（文字）
Entity（實體）
Attribute（屬性；個別欄位名稱）
於一資料庫系統中，一Database含多筆Record、各筆Record以Field為
單元，且各Field可為任意之資料型態，並以Data Dictionary進行內容
分類。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-30
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Database system (DBMS) related vocabularies
File
Record
Field
Character
Entity
Attribute
A database system includes various “Records” that are formed by Fields.
Field can be in any data type and use Data Dictionary to classify the
context.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-31
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
檔案系統儲存資料之瓶頸
缺乏資料之安全性
缺乏資料之共用性
缺乏資料應用彈性
資料重複記錄
資料與程式具高度相關性，不易維護
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-32
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Bottleneck of file systems for data storage
Lack data security
Lack data reusability
Lack flexibility of the data
Duplicate records
Hard to maintain the system because of tight linkages
between data and programs.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-33
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
資料庫系統儲存資料之優點
故以資料庫系統取代檔案系統之資料儲存方式，增強資料儲存、
索引搜尋、系統安全性與資料同步存取等特性。
其能針對每一不同的商業應用擷取資料，並產生其所需之報表。
具體優點乃可以減少檢索資料的時間與人力，又透過網路可更迅
速地進行資料更新及管理。
具彈性化檢索功能，對大量資料的處理、搜尋所需資料的正確性
與效率都會因此而大幅提昇。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-34
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
Advantages of database system for data storage
Storage, search, indexing capabilities
Extraction of information for different commercial applications with proper reports.
Internet access.
Flexible search functions.
Efficiently manage large amount of data.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-35
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
資料庫運算(1)
Selection乃自資料表中選出符合設定條件之行(Row)。
Projection乃自資料表中移除特定之列(Column)。
Product則是將兩Table相乘，若Table 1為N Rows、I Columns；
Table 2為M Rows、J Columns，則其相乘結果產生一個具有N*M
Rows、I+J Columns的新Table。
若 兩 Table 分 別 為 N Rows、M Rows， 則 Union 結 果 形 成 N＋M
Rows（然除非兩Table的Schema相符，否則無意義）。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-36
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
資料庫運算(2)
Set Difference乃找出於一Relation中存在，卻不在另一Relation中
存在，兩Relation間的交集可以A-（A-B）獲得。
Join操作即是將兩個具有共同Field關聯之Tuple結合，即當Tuple
中之欄位值與另一Tuple中之欄位值相等時則結合，可以Selection
與Product定義之，如此即可以簡易資料表產生複雜之資料集合；
相當於許多資料庫中之View功能，可將兩Row之資訊合併。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-37
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
SQL (Structured Query Language)
SQL查詢語言乃為依據Relational Algebra衍生出之查詢語法。
其發展利於高階語言應用於資料庫資訊之擷取。
由IBM於1970年發展，且現已為ANSI標準。
除查詢RDBMS資料外，SQL亦提供定義Table Schema、資料建立
與資料處理之功能。

如Create Table可指定屬性與資料欄位、Delete可刪除Row、Insert
Into乃增加Row至一Table中）。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-38
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 Definitions of Data
Warehousing & Data Mining
SQL (Structured Query Language)
SQL standards for Structured Query Language and is developed according
to Relational Algebra.
SQL is developed for allowing high level language to access the database.
SQL is developed by IBM in 1970 and is an ANSI standard language.
In addition to query the data of RDBMS, SQL can define the meaning of
Table Schema and built up data .

Ex: “Creating Table” can set up data scheme and attribute, “Delete” can delete a
row, “Insert Into” adds a row to a table.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-39
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.1 資料倉儲與採礦定義
RDBMS vs OODBMS
除 RDBMS 外 ， 近 期 已 逐 漸 發 展 物 件 導 向 資 料 庫 管 理 系 統 ( ObjectOriented Database Management System；OODBMS)。
在OODBMS環境下，所有物件之資料儲存於一處，並以唯一之Object
ID作索引。
物件間之連結可直接由Object ID與Object Link追蹤（非以Join方式）。
OODBMS 提 供 執 行 時 之 Schema Querying（Run-Time Schema
Querying），即應用程式乃查詢物件的Meta-Data（元）資料。
現今應用Hybrid OO-Relational資料庫系統較多，其乃提供RDBMS系統
中有物件之表示法，純OODBMS較為少用。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-40
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 資料採礦之步驟與技術分類
客服中心資料庫設計
第一階段—資料需求規格釐清：不同使用者資訊需求確認
第二階段—概念設計：即建立「屬性-關係」模型，即Entity-Relation Model（簡
稱ER Model）
第三階段—邏輯設計：乃將觀念架構轉換成所選定之資料庫管理系統，如關聯
式資料庫管理系統之邏輯資料模式。
第四階段—實體設計：將邏輯資料模式轉換成特定硬體及DBMS適用之形式，
通常乃決定資料儲存結構及檢索路徑。
資料庫正規化(Normalization)：即自複雜、大量之資料中尋求其關聯性，而建
立結構化表格。
主鍵(Primary Key)決定：資料庫中之鍵(Key)，乃由一個主鍵(Primary Key)獨特
地表示記錄的若干特性
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-41
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 Approach and technologies of data mining
Database design of the contact center
First Step — The specification of DB should be clearly defined.
Second Step — concept design：build up Entity-Relation Model (ER-Model)
Third Step — logic design：the use of specific DBMS. (e.g., the logic data model of
RDBMS)
Fourth Step — reality design： transform the logic data model into hardware type
of DBMS to decide data storage structure and search route.
Normalization：seek relation and set up structural format.
Define Primary Key：”Primary Key” represents the unique characteristic of the record.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-42
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.2 資料採礦之步驟與技術分類
ER Model範例
UserInfo
-UserID
-UserName
¡D
¡D
¡D
DocKeyword
-DocID
-Keyword
¡D
¡D
¡D
DocInfo
PartInfo
-PartInfo
-PartName
¡D
¡D
¡D
-DocID
-DocName
¡D
¡D
¡D
GroupMap
-GroupID
-StaffID
¡D
¡D
¡D
GroupInfo
-GroupID
-GroupName
¡D
¡D
¡D
總編審：張瑞芬
DocType
IndexInfo
SecGroup
-DocID
-GpID
¡D
¡D
¡D
AuthStatus
-DocID
-TypeID
-CurrentGP
¡D
¡D
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
C/EKWRep
C/EKW
-TypeID
-TypeName
¡D
¡D
¡D
-IndexID
-IndexName
-Weight
¡D
¡D
C/ENKWRep
C/ENKW
DocSeqWt
-DocID
-SeqID
-IndexID
-Weight
¡D
DocSeq
-DocID
-SeqID
-GpID
¡D
¡D
AuthHistory
-DocID
-TypeID
¡D
¡D
¡D
6-43
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.2 Approach and technologies of data mining
ER Model example
UserInfo
-UserID
-UserName
¡D
¡D
¡D
DocKeyword
-DocID
-Keyword
¡D
¡D
¡D
DocInfo
PartInfo
-PartInfo
-PartName
¡D
¡D
¡D
-DocID
-DocName
¡D
¡D
¡D
GroupMap
-GroupID
-StaffID
¡D
¡D
¡D
GroupInfo
總編審：張瑞芬
DocType
IndexInfo
-IndexID
-IndexName
-Weight
¡D
¡D
SecGroup
-DocID
-GpID
¡D
¡D
¡D
C/ENKWRep
C/ENKW
DocSeqWt
-DocID
-SeqID
-IndexID
-Weight
¡D
AuthStatus
-DocID
-TypeID
-CurrentGP
¡D
¡D
C/EKWRep
C/EKW
-TypeID
-TypeName
¡D
¡D
¡D
-GroupID
-GroupName
¡D
¡D
¡D
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
DocSeq
-DocID
-SeqID
-GpID
¡D
¡D
AuthHistory
-DocID
-TypeID
¡D
¡D
¡D
6-44
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 資料採礦之步驟與技術分類
客服中心之資料倉儲(1)
資料倉儲：一特大型資料庫，將來自不同作業系統之資料建立關聯性後，以
具結構性方式加以儲存
自客服人員線上處理系統所得之資料，透過擷取、轉化與載入(Extraction、
Transformation、Loading, ETL)等資訊技術，將資料置於資料倉庫中
必須確保倉庫中之資料之：

正確性（無錯誤資料參雜其中）

完整性（必要之資料皆被儲存）

相互整合

以交易主體（如顧客、產品）作為其儲存分類依據。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-45
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 Approach and technologies of data mining
Data Warehousing of a contact center (1)
Data Warehousing: is to bring together information from multiple operation
systems as to provide a consistent database source for decision support.
Collect the data by CSR (Customer Service representative) and extract, transform,
and load (ETL) the data into the database.
Data in the database should be:
 correct
 complete
 Integrated
 Classified
properly (based on the key trading subjects – customers or
products)
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-46
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 資料採礦之步驟與技術分類
客服中心之資料倉儲(2)
資料倉儲為決策支援系統之基礎，其技術具多元性與複雜性：

多維（Multi-Dimension）資料庫管理系統

主從架構（Client/Server Architecture）

中介軟體（Middleware）

圖形使用者介面（GUI）

資料複製（Replication）

平行處理（Parallel Processing）
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-47
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 Approach and technologies of data mining
Data Warehousing of Contact Center (2)
Data Warehouse is the base of a Decision Support System (DSS)
and the technologies are multi-dimensional and complicated：

Multi-Dimensional Database Management System (DBMS)

Client / Server Architecture

Middleware software

GUI (Graphical user interface)

Replication

Parallel Processing
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-48
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 資料採礦之步驟與技術分類
客服中心之資料倉儲(3)
基本特質：

以交易主體為導向

資料經過整合

各類使用者無法擅自更改資料

資料不斷隨時間而變化

收集之資料主旨在支援企業決策之制定
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-49
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 Approach and technologies of data mining
Data Warehousing of Contact Center (3)
Fundamental attributes:
 Data
classification based on key trading subjects (such as
customers and products)
 Integration
 Users
 Data
 Can
總編審：張瑞芬
of data
can not modify data without authorization
(content) constantly change
help enterprise makes faster and better decisions.
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-50
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 資料採礦之步驟與技術分類
客服中心之資料倉儲(4)
資料倉儲建置專案是否成功發揮其應有效益，與以下要素有高
度相關性：
 常設專案支援部門，支援專案之專業執行
 界定明確目標及需求範圍，使資料倉儲平台規劃符合實需
 高層支持與良好跨部門溝通管道，建立全公司共識
 建構開放性之倉儲平台，並具備充分延展性及擴充性的倉儲架構
 倉儲與前端系統之介面規格一致
 前端系統資料品質高及具穩定性
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-51
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.2 資料採礦之步驟與技術分類
資料倉儲導入程序
範圍界定及需求分析
現況了解及細部需求分析
系統設計與建置
資料轉換
系統上線
系統維護
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-52
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 資料採礦之步驟與技術分類
資料倉儲具體效益
提昇使用者對應用系統之運用能力和資料分析的效率。
培養企業迅速取得資訊之能力以縮短管理階層理解事件發生之反應
時間。
強化企業資訊集中與整合能力。
提供企業資料分析之新機制來支援Data Mining、OLAP等資料分析任
務。
提升企業進行資訊趨勢分析能力。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-53
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 資料採礦之步驟與技術分類
資料倉儲趨勢
過去資訊技術的瓶頸，如跨平台資料難以整合、龐大資料量儲存及分析效率
低等問題，皆可藉由資料倉儲技術逐漸克服。
過去偏重資料收集（資料庫技術應用），到現今強調價值資訊分析（資料採
礦技術應用。
目前資料倉儲應用於企業客戶關係管理之課題將漸朝深度發展，
期能透過資訊採礦技術將大量客戶資料和交易數據轉化為有用資訊，讓決策
主管和行銷人員可以隨時掌握客戶行為趨勢與變化，並針對個別狀況制定因
應之行銷策略。
整體而言，透過資料倉儲技術運用，可將企業大量、無章之資料轉成商業知
識，進而協助企業分析客戶習性及協助產品規劃，增加企業之競爭力與獲利
機會。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-54
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.2 資料採礦之步驟與技術分類
資料採礦
資料採礦(Data Mining)主要在探討如何於大量資料中發掘潛藏的有用資
訊與趨勢，以提供決策人員進行決策參考。
資料採礦過程可視為資料庫管理之知識發掘。
知識發掘之過程包括資料選取、前置處理、資料轉換、資料採礦、解
釋與評估。
與資料採礦相關之研究領域包括前述之資料庫技術、機器學習、人工
智慧、專家系統、特徵識別、統計學及資料視覺化等課題
而目前較普遍運用之模式與技術包括決策樹、類神經網路、歸納式邏
輯 、 貝 氏 網 路 ( Bayesian Network)、Nearest Neighbor、AttributedOriented Induction、Binary/Quantitative Association Rules等。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-55
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.2 Approach and technologies of data mining
Data Mining
Data Mining discusses how to explore hiding useful information and trend
among a large amount of data, in order to offer decision supports.
Data Mining process can be viewed as a KDD process, including data
selecting, pre-processing, data translation, data mining, explanation, and
estimation.
Related research areas with the data mining include DB technology, AI,
expert system, data visualization, statistics.
The popular models and technologies at present include decision tree, neural
network,
Bayesian
Network,
Nearest Neighbor,
Attributed-Oriented
Induction, Binary/Quantitative Association Rules.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-56
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 資料採礦在顧客關係管理之應用
客服中心之資料採礦(1)
分析方向：
 分類功能：乃按照分析對象之屬性，定義其分門類別，並建立類組
（Class）
 估計功能：乃根據既有連續性數值之相關屬性資料，獲致某一屬性
未知之值
 預測功能，乃根據對象屬性之過去觀察值推論該屬性之未來值，例
如由顧客過去之閱讀趨勢預測其未來之消費項目
 關聯分組功能：乃從所有物件決定那些相關物件應該列為同一群
 分群功能：將異質母體中區隔為較具同質性之群組，相當於行銷所
謂之區隔化（Segmentation）
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-57
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 Application of data mining to CRM
Data Mining of Contact Center (1)
Data Mining Functionalities:
 Classification:
Classification is subdivided by assigning each
element or record to a predefined class on the basis of a model
developed through training on pre-classified examples.
 Estimation:
Estimation deals with continuously valued outcomes
and given some related input data to come up with a value for
unknown continuous variable.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-58
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 Application of data mining to CRM
Data Mining of the contact center(2)
Data Mining Functionalities:
 Prediction:
Prediction is similar classification and estimation
except that the records are classified according to some predicted
future behavior or estimated future value according to
observation value of the past.
 Affiliation:
Affinity grouping is to determine what things should
be grouped together.
 Clustering:
Clustering is to segment a heterogeneous population
into a number of more homogeneous subgroups or clusters.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-59
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.3 資料採礦在顧客關係管理之應用
資料採礦步驟
總編審：張瑞芬
目標設定與雛形開發
計畫實施目的釐定
建立計畫評估準則
訪談資料整理及分析
計畫時程規劃
整體目標釐清
系統建置
資料擷取程序與技術
雛形開發完成
資料採礦技術上線
執行資料採礦任務
系統移植
上線環境更新
使用者與權限整理
整合企業流程
擬定後續改善計畫
資料探勘技術應用
問題與目標確認
資料來源決定
資料需求界定
模型建立
資料整理
利用資料倉儲支援
軟體應用
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-60
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.3 Application of data mining to CRM
Data Mining Approach
Set up target and prototype development
System implement
Data extraction
Proto-type accomplish
Data mining
Implement
System translation
Update on-line environment
User authority
Integration process
Improvement plan
Data mining application
總編審：張瑞芬
Formulate plan goal
Build up evaluate criterion
Data analysis and arrangement
Scheduling
Clear object
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
Confirm problem
Decide data source
Decide requirement
Establish model
Data collection
Apply data warehousing
Software application
6-61
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 資料採礦在顧客關係管理之應用
資料採礦計畫
問題與目標確認：確認資料採礦所欲處理之潛在問題。
資料來源決定：決定資料採礦所需之基礎資料從何而來。
資料需求界定：即尋求與問題原因相關之資訊，並可能決定訪談之對象。
模型建立：可為簡單之OLAP或甚至複雜之類神經網路。
資料整理：基於不同資料模型有相亦之資料需求，故其資料整理方式亦
當不同，並進行資料轉化。
利用資料倉儲支援：在資料採礦應用過程必須以資料倉儲作為支援。
軟體應用：利用既有交易資料及額外蒐集資料，透過專業之建構與分析
軟體建立資料模型，含資料庫處理軟體或統計分析軟體。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-62
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 Application of data mining to CRM
Data Mining Plan
Identify problem
Decide data source
Data requirement
Establish model
Data arrangement
Apply data warehousing
Software applications
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-63
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.3 資料採礦在顧客關係管理之應用
資料採礦模式
構想、資訊、知識
假設檢定
知識發掘
大量資料
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-64
華泰文化事業公司出版
顧客服務管理 – CRM 實戰理論與實務
6.3 Application of data mining to CRM
Data Mining Model
Ideas、Information
、Knowledge
Hypotheses tests
Mining
Data
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-65
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 資料採礦在顧客關係管理之應用
客服中心之資料採礦(1)
資料倉儲：一特大型資料庫，將來自不同作業系統之資料建立關
聯性後，以具結構性方式加以儲存
自客服人員線上處理系統所得之資料，透過擷取、轉化與載入
(Extraction、Transformation、Loading, ETL)等資訊技術，將資料置
於資料倉庫中
必須確保倉庫中之資料之：

正確性（無錯誤資料摻雜其中）

完整性（必要之資料皆被儲存）

相互整合

以交易主體（如顧客、產品）作為其儲存分類依據。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-66
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 Application of data mining to CRM
Data Mining of Contact Center(1)
Data warehousing: A huge database using structural ways to store data
that was been related from different operation systems.
Extracting, transforming, loading (ETL) the data received from
customer service on-line process system. Then, manage the data in the
database.
Must ensure the data in the warehouse is：

Correct（There are not wrong materials mixed among them ）

Complete（essential data are all stored ）

Integrated

Classified based on key trading subjects (such as customers and products)
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-67
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 資料採礦在顧客關係管理之應用
客服中心之資料採礦(2)
所收集之所有資訊都是寶貴資產，資料倉儲之重要性甚高。
資料採礦乃使用自動化或半自動化方式針對大量資料進行趨勢分析，
並尋求對企業有意義之關係或規則。
客戶分群：根據客戶之各種屬性（如性別、職業、收入或教育程度）分析後加
以分群。同一群客戶即代表其整體屬性較為類似，依此可進行差異化行銷。
目標式客戶區隔：將所有客戶之單一消費習性加以紀錄、調查，將客戶加以區
隔，並以決策樹結構，以客戶各屬性建立區隔模式。
特徵分析：即利用分群分析模型將客戶分群，並進一步分析各客戶群特徵。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-68
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 Application of data mining to CRM
Data Mining of Contact Center (2)
All information collected is valuable assets, the importance of data mining
is very high.
Data mining: use automatic or semi-automatic approaches to conduct trend
analysis based on a large amount of data and to seek the meaningful relations
or phenomena.
Customer segment: Analyzing and clustering the customers according to various
attributes (e.g., gender, profession, income and education). The same group of
customers means that their attributes are similar. According to this, we can proceed
different marketing strategies.
Target customer segmentation: Record and investigate the consumption habits of
customers for segmentation. And according to customers’ characteristics, using
decision tree structure to build segment model.
Characteristic (features) analysis: Utilize the cluster analyze model to
segment customers based on their other characteristics.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-69
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 資料採礦在顧客關係管理之應用
客服中心之資料採礦(3)
貢獻度分析：即分析客戶對企業貢獻度等級。其乃針對所有客戶的某一種消費屬性加以
分析，將客戶加以區隔分類 。
期間分析：依據客戶最近購買日，分析各期間購物者之特徵。
頻率分析：以客戶購買頻率為依據，分析各購物頻率的客戶特徵。
金額分析：以客戶購物金額為依據，分析各購物額之客戶特徵。
終身價值分析：以客戶購物日、購買頻率、購物總金額為依據，歸列其價值評分。
協銷規則分析：分析顧客購物明細，得知顧客購物時趨向同時購買哪些商品，進而主動
推薦符合顧客興趣之商品 。
序銷規則分析：尋求顧客於不同購物經驗中購物之先後關係，以使產品行銷定位更正確，
並大幅降低行銷分析及廣告費用。
預測分析：依據潛在客戶之各種屬性，透過建立好的客戶區隔模式，進而準確預測未來
行銷之顧客歸屬於何種客戶類型之目標。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-70
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 Application of data mining to CRM
Data Mining of Contact Center (3)
Contribution analysis
Recency analysis
Frequency analysis
Monetary analysis
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-71
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 Application of data mining to CRM
Data Mining of Contact Center (4)
Life-long value analysis: According to customer’s buying day, frequency
and amount to generalize the value grades.
Cross-sell rule analysis: Analyze the detail ledger of customer to know
which goods they tends to buying while purchasing other items.
Sequential-sell analysis: Seek the priority relation that the customer does
shopping in different shopping experience to make products marketing
orientation more correct and to slash marketing and advertisement cost
Forecast (prediction) analysis: According to various kinds of attribute of
the potential customers, through built customer segment model to accurately
predict the customer of marketing in future will belong to what kinds
customer types.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-72
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 資料採礦在顧客關係管理之應用
客服中心之資料採礦(4)
典型應用：
 根據消費者瀏覽網頁趨勢，推斷其偏好訊息
 根據銷售資料發掘顧客消費習性
 從消費者消費及繳費資料預警信用卡呆帳可能
 在大量交易資料中探勘產品銷售關聯性
 在大量客服資料中發覺話題趨勢
 根據歷史審核資料，找尋核發信用卡規則
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-73
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 Application of data mining to CRM
Data Mining of Contact Center (5)
Typical applications:
 Find
customer preferences according to the tendency of customer
surfing webpages
 According to the sales data to explore customer's consumption habits.
 Early warning of credit card debt based on customer’s consumption
and payment data.
 Product sales affiliation (correlations) based on large amount of
trading data.
 Discover the hot topics based on a large amount of customer service
data
 Find the rules of credit card issuing according to the historical
consumer data.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-74
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 資料採礦在顧客關係管理之應用
資料採礦未來趨勢(1)
彈性提升：
 由於資料採礦工具大多與取樣資料之相關性高，故資料採礦工具
宜具備更高延展性、容納更多屬性與資料維度。另透過前端之智
慧型群體區隔功能，可加速產生客戶分類群體，利於企業行銷人
員建置大量之資料。
經濟性提升：
 資料採礦之知識擷取成果，通常為統計分析之結論，其有效性與
可執行性若能更落實於產業需求，形成可採取行動之模型，將可
提供投資報酬率，提升資料採礦技術之應用廣度與深度。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-75
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 資料採礦在顧客關係管理之應用
資料採礦未來趨勢(2)
標準化：

資料採礦小組(The Data Mining Group)已著手發展「預測模型標記語言」
(Predictive Model Markup Language, PMML)。PMML是一種XML格式，
以描述常見之預測模型，作為其他資料採礦、商業智慧應用程式直接運
用的標準化資料格式
整合性：

為了提昇大規模資料倉儲環境下之資料採礦模型運作效能，部分資料採
礦功能乃整合於關聯式資料庫系統之核心功能中，結合關聯式資料庫管
理系統之平行運算處理能力，可顯著提昇了資料採礦與查詢的效能。
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-76
顧客服務管理 – CRM 實戰理論與實務
華泰文化事業公司出版
6.3 Application of data mining to CRM
Future trend of data mining
Flexibility
Economy: Good return on investment (ROI) for adopting data mining tools.
Standardization: The Data Mining Group” start to develop PMML (Predictive
Model Markup Language) that is a XML standard to describe the common
prediction model for other data mining and BI applications.
Integration: In order to promote the operation efficiency of data mining model,
some data mining functions integrate RDBMS to promote query and selecting
efficacy.
總編審：張瑞芬
作者：張力元、姚銀河、侯建良、何佩勳、許芙瑲
6-77